FinVerse: An Autonomous Agent System for Versatile Financial Analysis

随着由LLMs驱动的认知智能的显著进步，自主代理系统引起了广泛关注。尽管如此，稳定和高效的代理系统的开发仍面临着实际上的重大挑战。在本文中，我们介绍了FinVerse，一个精心设计的代理系统，旨在涵盖广泛的金融主题。FinVerse集成了超过600个金融API，相比于通用代理系统，使得可以访问更准确和更广泛的金融信息。为了增强金融信息处理能力，FinVerse配备了一个嵌入式代码解释器，使得可以高精度高效地执行复杂的数据分析任务。我们的工作包括对多个LLMs在驱动FinVerse方面进行实证比较。具体而言，我们提出了自己的方案，使用SFT训练LLMs以优化其在FinVerse中的性能。鉴于构建代理LLMs的专业数据集的稀缺性，我们构建了一个数据集，并计划将其开源，为同行应用程序开发人员提供宝贵的资源。演示视频已在YouTube上发布，网址为https://www.youtube.com/watch?v=sk8L9_Wv7J4。

FinVerse: 一个用于金融领域的智能代理系统的设计和实现

本论文介绍了FinVerse，一个专为金融领域设计的智能代理系统，它整合了600多个金融API，以获取更准确和广泛的金融信息。为了增强金融信息处理能力，FinVerse配备了一个嵌入式代码解释器，可以精确高效地执行复杂的数据分析任务。同时，论文提出了使用SFT训练LLMs的方案，以优化FinVerse中LLMs的性能。

论文提供了一个开源的金融数据集，并在YouTube上发布了演示视频。实验结果表明，FinVerse相比通用代理系统具有更好的性能。此外，本文提出的SFT训练方案可以在LLMs的性能方面取得更好的效果。

在近期的相关研究中，有一些研究聚焦于使用LLMs进行金融预测，如《BERT for Financial Time Series Forecasting》和《Financial Forecasting with Probabilistic Programming and Bayesian Neural Networks》。